Usa il mouse, frecce o sfoglia se touch
   numero di 18/06/2014
Idee e opinioni

Big data, supply chain e sicurezza
Marfà (Siemens PLM): I big data gestiti in modo sicuro diventano un catalizzatore per il cambiamento e il vantaggio competitivo

Secondo IBM, i big data rappresentano quei dati che non possono essere elaborati o analizzati mediante processi o strumenti tradizionali. Comportano, quindi, una serie di sfide e offrono molte potenzialità per le aziende. Per questo motivo, non sorprende che la società di analisi IDC preveda che la spesa per le tecnologie big data crescerà del 30% nel 2014, superando i 14 miliardi di dollari in tutto il mondo.
Tuttavia, la maggior parte dell'attenzione verso i big data è stata posta in aree come social media, advertising, sales e sentiment analysis. Ma i big data costituirebbero un potenziale enorme in tutti gli ambiti aziendali, soprattutto nella progettazione e nella produzione del prodotto. Mettere insieme grandi quantità di dati riguardanti la gestione del ciclo di vita del prodotto (PLM) e di sistemi di dati transazionali (ERP) - insieme ai dati persistenti dei prodotti - potrebbe trasformare il panorama operativo e industriale del modo in cui il consumatore è stato modellato dai media, dalle comunicazioni e dalle tecnologie negli ultimi dieci anni.
In una tradizionale azienda manifatturiera, sono i materiali, il lavoro e l'energia a costituire la maggior parte dei costi. Per questo motivo, l'attenzione sulle operazioni di ottimizzazione è naturale in aree come il lean, la supply chain e l'eccellenza manifatturiera. Ma, utilizzare i big data per ottenere vantaggi operativi comporta un'analisi più profonda, più estesa e intelligente delle varie fasi dei processi di progettazione e produzione.
Tra i principali vantaggi di applicare i metodi di analisi ai big data e sfruttarne i risultati per i processi decisionali ci sono l'allineamento con gli obiettivi aziendali attraverso strategie proattive in sincronia con il mercato e benefici tangibili come i minori costi di approvvigionamento, di cambiamento e di distribuzione. Mentre gli approcci seguiti dalle varie aziende differiscono in base alle situazioni, l'elemento chiave rimane lo stesso: concentrarsi su tutte le fonti di dati, analizzare e capitalizzare i cambiamenti dell?ambiente esterno ed interno.

I driver di mercato

In un mercato globalizzato sempre più caratterizzato da una forte concorrenza, dove è importante ottimizzare nuove attività di sviluppo dei prodotti e di lancio/investimenti, tutti i dati relativi al PLM devono essere organizzati e gestiti in modo strutturato e rapido. Ci deve essere piena visibilità dei dati, con facoltà di accesso immediato e preciso per ogni partecipante coinvolto nel processo.
Concentrandosi su queste aree PLM e gestendo grandi insieme di dati eterogenei, ci si allontana dai sistemi ERP e l'elaborazione di fogli di calcolo è la chiave per dare valore al business, in quanto fornisce l'accesso a risultati e analisi significative. Analizzare grandi insiemi di dati e di aggregazioni è diventato poco costoso grazie a sistemi informatici e cluster di calcolo.
Quando si tratta di utilizzare i big data nel settore manifatturiero, è importante che le decisioni aziendali non si basino solo su dati strutturati. Vi è ora una grande varietà di dati grezzi che devono essere raccolti presso aziende manifatturiere tradizionali. Le grandi quantità di dati presenti in streaming su reti aziendali provengono da numerose fonti, tra cui le cosiddette macchine intelligenti che utilizzano sensori per monitorare automaticamente una vasta gamma di condizioni e generare pagine di dati riguardo prestazioni, comunicazione, ambiente e luogo. Questi dati grezzi hanno un significativo potenziale di business che non può rivelare il suo valore nascosto finché non viene correttamente analizzato. Tuttavia, questa analisi è solo un piccolo investimento rispetto al potenziale profitto. Le informazioni ottenute attraverso l'analisi dei dati non strutturati è altrettanto importante nel processo decisionale.

Le sfide dei big data

Un produttore, per utilizzare efficacemente il potenziale dei big data, dovrà affrontare diverse sfide al fine di ottenere il buy-in da tutti gli stakeholder, inclusi la proprietà dei big data, la portata e la complessità delle situazioni, l'integrazione delle tecnologie e dei processi di business e l'esigenza di una serie di strumenti.
Il fatto è che tutti gli ambiti di ogni azienda sono intrinsecamente legati alla crescita dei big data. La buona notizia è che i potenziali benefici si applicano su tutta la linea.
É vero che le dimensioni contano, ma quando si parla di big data è importante considerare anche la loro complessità. Risolvere la sfida dei big data non significa aggiungere più risorse, ma si tratta di pensare alle cose in modo diverso. Analogamente, la tecnologia è solo una parte della soluzione. Se i risultati non sono integrati nel business e non vengono continuamente alimentati nei processi e nei flussi di lavoro, la maggior parte dei potenziali benefici andranno persi.
Combinare processi e tecnologia è una necessità, quindi non esiste un'unica soluzione per affrontare la sfida dei big data. Ciò che serve è un approccio integrato che utilizzi una varietà di strumenti e risorse. La chiave è trovare per ogni applicazione il sistema adatto. Idealmente questi sono integrati in modo da ottenere il massimo vantaggio, non solo da ogni applicazione, ma anche dalla loro combinazione, oltre a consentire particolari funzioni come la ricerca olistica.

La sicurezza dei dati

Un altro fattore importante per i big data è quello della protezione dei dati. Questo è guidato da una serie di fattori, compresi i cambiamenti di ambienti IT e l'evoluzione delle iniziative imprenditoriali e dei regolamenti. Le aziende devono affrontare hacker sempre più intelligenti e sofisticati, oltre che contrastare minacce interne. Insieme alle esplosioni dei dati diventa chiaro che qualsiasi soluzione di big data deve offrire sicurezza per i dati. Per i produttori, questo significa garantire che strumenti e applicazioni che normalmente sono considerate vulnerabili siano sicuri nella loro integrazione con altri sistemi, così come la condivisione di dati attraverso le terze parti apre nuove vie di attacco.


La supply chain

Le grandi quantità di dati disponibili in streaming nelle reti aziendali provengono da numerose fonti, tra cui le cosiddette "macchine intelligenti" che utilizzano sensori per monitorare automaticamente una vasta gamma di condizioni e generare dati sulle prestazioni. In passato, tutto ruotava intorno alla progettazione dei prodotti. Ora, mentre il prodotto è in fase di progettazione e sviluppo, le persone collaborano e la capacità di stabilimento e la produzione vengono sviluppate contemporaneamente. Poiché la pressione rende i prodotti sul mercato più competitivi, meglio configurati, ad un prezzo inferiore e di qualità superiore, fare quelle cose contemporaneamente e più velocemente è il grande valore proposto per le aziende manifatturiere e di ingegneria. Questo è il settore dove i big data potrebbero fare la differenza.
Affrontare i big data significa essere in grado di condividere, integrare, archiviare e ricercare vaste quantità di dati da un certo numero di fonti. Se si guarda alla catena di fornitura, questo significa essere in grado di accettare i dati provenienti da sistemi di terze parti e di offrire un feedback più velocemente. L'impatto complessivo è una più stretta collaborazione, processi decisionali più veloci e una maggiore trasparenza, che agevola di più tutti gli interessati.

I big data possono quindi essere divisi in due parti diverse, affrontando la loro scala e utilizzando le informazioni in modo efficace. La prima parte riguarda le difficoltà che derivano dal trattare con le enormi quantità di informazioni che vengono generate, trasmesse e archiviate. I volumi di dati sono in crescita esponenziale e, con l'adozione di M2M, vengono impostati solo per continuare. Ma, se è possibile risolvere i problemi, si apre un nuovo mondo di opportunità, e questa è la seconda parte.
Attingendo a queste nuove serie di dati e combinando informazioni provenienti da una varietà di fonti diverse diventa possibile acquisire nuove conoscenze. L'azienda può in questo modo sviluppare nuovi processi che sono legati direttamente a tutti gli aspetti del ciclo di vita del prodotto. La capacità di reporting e analisi è inserita in tutto ciò, alimentando di nuovo il processo per creare un circolo virtuoso e rinforzato.
Con il PLM come spina dorsale e con una piattaforma tecnologica come Teamcenter che agisce come parte centrale, diventa possibile immaginare una totale integrazione. In questo scenario, i big data gestiti in modo sicuro diventano un catalizzatore per il cambiamento e il vantaggio competitivo, così come le richieste e i feedback da parte di clienti e utenti, la progettazione e i testing possono influire nello sviluppo. Quando la progettazione alimenta la simulazione, che si nutre di nuovo nella progettazione, e poi nella supply chain, nella produzione, nel confezionamento e nella logistica, cominciamo a vedere emergere un circolo virtuoso, sostenuto dai big data.
I dirigenti delle aziende più innovative stanno sfruttando i big data per ottimizzare le operazioni quasi in tempo reale. Oggi, però, solo poche aziende stanno sfruttando i big data per ottenere un vantaggio competitivo. Tra pochi anni, questo diventerà l?aspetto più interessante.

Eduard Marfà, Director EMEA Marketing - Lifecycle Management, Siemens PLM Software



Idee e opinioni

numero di 18/06/2014
SOMMARIO di questa settimana

Condividi su LinkedIn




Continua a sfogliare per il prossimo articolo -->

*/ ?>